Profesor | Christian Uriel Carmona Pérez | lu mi vi | 8 a 9 | Taller de Investigación de Operaciones |
Ayudante | Alejandro David de la Concha Duarte | ma ju | 8 a 9 | Taller de Investigación de Operaciones |
Sitios web del Curso:
Descripción
Objetivo
Temario
Introducción al aprendizaje estadístico
¿Qué es aprendizaje estadístico?
Comparación de aprendizaje supervisado y no-supervisado.
Regresión y clasificación.
Ejemplos de aplicaciones comunes.
Regresión lineal.
Modelo lineal simple y multivariado.
Caracteristicas, propiedades y evaluacion del modelo.
Extensiones del modelo lineal.
Modelos de regresión penalizados (Lasso y Ridge).
Técnicas para la evaluación y selección de modelo.
Validación cruzada (evaluación de modelos).
BIC, AIC
Método de Bootstraping (estimación de varianza de estimadores).
Stepwise.
Backward Stepwise.
Mixed Stepwise.
Clasificación de poblaciones.
Regresión logística.
Modelos Lineales Generalizados (GLM)
Análisis de discriminante lineal y cuadrático.
Comparación de métodos de clasificación.
Aprendizaje no-supervisado.
Introducción al Análisis de Componentes Principales (PCA).
Métodos de clustering.
Métodos basados en árboles.
Árboles de regresión.
Árboles de clasificación.
Árboles aleatorios
Metodos de poda
Introducción a Máquinas de Soporte Vectorial.
Maximal Margin Classifier.
Support Vector Classifiers (SVC).
Support Vector Machines (SVM).